美国加利福尼亚州圣克拉拉——在正式从梅赛德斯-奔驰分拆成立六个月后，专注于功能安全芯片粒（chiplet）的初创企业Athos Silicon向《电子工程时报》透露，公司已重新规划技术路线图，将转向自主研发、专用设计的单芯片粒方案。
Athos团队此前作为梅赛德斯-奔驰的一部分，已持续五年研究自动驾驶领域的功能安全芯片设计，并于2024年底携大量知识产权完成分拆；整个流程于2025年10月正式结束。原计划是构建一款面向功能安全的多芯片粒系统级芯片（SoC），包含三颗来自第三方供应商的计算SoC裸片、位于中央的DreamBig芯片粒集线器，以及另一家第三方供应商提供的NPU裸片。
然而，由于DreamBig近期被Arm收购，Athos首席技术官弗朗索瓦·皮耶德诺埃尔（François Piednoël）表示，公司不得不彻底重构硬件设计。
“集线器方案太出色了，Arm以2.4亿美元将其收购”，皮耶德诺埃尔开玩笑道。
Athos认为，与其等待收购尘埃落定，不如自主掌控芯片粒设计路径。新方案基于Athos自研的单颗SoC芯片粒，集成第三方CPU、GPU与NPU知识产权。
“这正是硅谷应有的运作方式——快速试错、及时调整、重新出发”，皮耶德诺埃尔表示，“原方案本可成功，但如今我们必须为芯片粒付费，而只能负担一颗的成本，因此必须重做设计以确保价格竞争力。”
激进定价策略
尽管技术要求极为严苛，面向汽车制造商的芯片销售最终仍取决于价格。皮耶德诺埃尔强调，成本是决定采用单芯片粒流片方案的关键因素，尤其对于一家需直面竞争对手激进定价策略的初创企业而言。
“我们的竞争对手在价格上压得非常狠”，他表示，“若采用多芯片粒流片，根本无法在价格上取胜。”
他进一步指出，欧洲与日本部分依赖多个芯片粒流片的解构式计算项目，最终成本将过高，难以商业化落地。
“当前物理AI领域的头部厂商均视芯片粒为干扰项——他们坚持单片集成路线，并且做得非常出色”，他说，“我们必须找到比他们更强的差异化优势，同时具备价格谈判能力。解决方案就是回归单一芯片粒流片，且不采用先进封装技术。”
分级筛选与负载均衡
全面掌控芯片粒设计带来显著优势。
“当把多个芯片粒集成到基板上时，不能随意拼接”，皮耶德诺埃尔解释道，“必须确保各芯片粒间负载平衡，避免某一方持续向另一方灌入电流。这远比表面看起来复杂，不仅涉及上电阶段，运行过程中同样关键。”
自主制造使Athos可对芯片粒进行分级筛选：将漏电最低的产品保留用于安全等级最高的应用场景。此外，混合使用第三方芯片粒还会带来连接容量与阻抗匹配的可靠性挑战，尤其在满足汽车行业15年寿命要求的前提下更为严峻。
电源管理设计
在安全关键系统中，通常需配置双电源以实现冗余。Athos的设计为此配备了冗余电源轨及每颗芯片粒独立的双电压调节器。除采用常见措施（如温度超标时降低时钟频率）防止级联故障外，公司还引入了一家欧洲制造商定制的电压调节器以增强安全性。该调节器内置eFuse，可实时测量电流并通过I2C总线共享数据，供邻近芯片粒协同判断是否存在异常。
投票容错机制
在新架构中，Athos的多个同构计算芯片粒（均为SoC）将继续沿用早期设计中的投票机制——这也是其核心专利之一（可参考Athos官网交互式演示）。该机制下，各芯片粒通过调度信息、温度、时钟及其他健康指标，相互监控软硬件异常状态。
当冗余芯片粒数量超过两个时，系统可通过内部投票机制识别出故障单元并触发复位。故障芯片粒恢复后即可转为备用角色，随时接管任务。
“行业主流采用锁步（lockstep）方案，但锁步仅能提示存在异常，无法定位具体故障源”，皮耶德诺埃尔指出，“而我们的方案可实现错误完全解耦，诊断信息清晰明确，支持即时替换故障芯片粒，且计算过程无中断。”
多数情况下，高能粒子撞击导致的内存位翻转是主要故障诱因。“若处理器读取到错误值，可能引发除零错误或异常中断，进而导致芯片粒行为异常”，他补充道，“锁步机制对此类问题束手无策。”
另一常见场景是：某软件线程应结束却持续运行；此时其他芯片粒可立即接管任务，直至原线程复位完成。
“该设计可有效防御除零错误”，皮耶德诺埃尔强调，“甚至能抵御黑客利用缓冲区溢出攻击，因为我们对所有缓冲区均实施严格校验。”
例如，在L3级自动驾驶状态下，若驾驶员疑似睡着，车辆需无缝切换至L4级模式。传统方案难以在不中断L3运行的前提下完成切换，而Athos设计可在过渡期动态启用更多芯片粒运行L4任务——尽管此期间可用备份芯片粒数量减少，但数秒内的风险在工程上可接受。
此外，Athos兼容Android系统的芯片粒还可承担非驾驶类任务（如车载娱乐系统），一旦安全需求上升，可在10–15毫秒内快速切换至驾驶任务。
使用多个同构计算芯片粒还为运行内置自检程序（如MBIST、LBIST）提供了便利：可在空闲芯片粒上提前执行测试，防患于未然。
“行驶过程中也需对芯片粒持续检测”，皮耶德诺埃尔表示，“MBIST或LBIST在车库静置时可能通过测试，但在穿越莫哈韦沙漠、水冷系统温度升高时却可能失效。”
轨迹决策优化
鉴于多数自动驾驶事故源于长尾事件，Athos还开发了轨迹选择相关IP。
“机器学习通常生成约20条候选轨迹，车辆依据舒适性选择其一”，他解释道，“若系统对某区域是否为空旷存疑，即判定该轨迹无效，要求重新生成。”
该思路源自梅赛德斯-奔驰开发的算法（基于激光与雷达传感器数据提升空间空旷判断的确定性），其本身不依赖机器学习；将该算法与ML轨迹规划结合，按安全性排序候选轨迹，可实现最高级别安全保障。
终极目标是构建统计意义上比ISO 26262最低要求安全一百万倍的系统。皮耶德诺埃尔提醒整车厂：在评估成本时，亦须考量事故责任带来的潜在法律风险。
“我们所实现的确定性行为表现，将在未来法庭上成为关键证据”，他说。
www.eic.net.cn 提供的易IC库存管理软件可助力半导体企业高效管理芯片粒等关键物料库存，确保研发与量产环节的供应链稳定。
市场拓展方向：自动驾驶与无人机
Athos初期聚焦两大市场：自动驾驶与无人机。考虑到汽车领域漫长的设计周期，公司亟需一个短期可产生现金流的补充市场。无人机因其对AI算力需求高、功能安全门槛相对较低，成为理想选择——可直接采用单芯片粒版本方案。
“我们将把现有市场主流产品约250 TOPS的算力提升十倍”，皮耶德诺埃尔表示。
得益于低成本有机基板设计，该架构易于扩展与定制化，未来亦可拓展至制造业与机器人领域——这些场景同样需要强大智能与功能安全双重保障。
Athos首批样品预计将于2027年第一季度交付。
